密码登录
手机号
密码
最后一周的智能体测评： 智能体AI交易辅助产品：从对话框到决策引擎，最直观的感受是：量化交易的门槛确实正在从“编程能力”转向“逻辑拆解能力”转变： 1.交互范式的重构：自然语言即策略 过去，个人投资者想要实现一个复杂的交易逻辑（比如：监控交易信号+结合基本面讯息+自动仓位管理），需要编写大量的Python脚本。现在的Agent产品通过RAG（检索增强生成）极大地缩短了这个路径。你只需要喂入，Agent就能在几秒钟内提取核心因子并生成回测框架。这种所见即所得的策略生成体验，确实提升了非专业程...
按照讲解，我学习了新的因子挖掘框架： 单因子框架 用AI助手生成基础单因子，这在之前的测试中已经跑通 多因子框架 在多个因子构建节点后，增加了“因子权重”节点，然后再连接到“因子合并”。这让我体会到这是构建因子新的有力武器，有种将微观alpha组合起来使其更稳健的感觉   
这周已经是我使用PandaAI平台学习和做策略开发的第5周了。 前几周更多是在熟悉平台工作流、AI助手、基础回测和因子分析链路；本周开始，我把重心放在了因子挖掘功能里的机器学习工作流体验上，主要是跟着视频和参考文档，尝试用`XGBoost`、`LightGBM`这类模型做一版“机器学习辅助挖掘多因子”的实践。 整体感受是：PandaAI把机器学习因子挖掘的门槛明显降下来了。以前如果自己本地从零搭一套训练、打分、回测链路，步骤很多；现在用工作流把节点串起来，至少可以先把完整流程跑通，再逐步调特...
PandaAI第五周内测｜多因子机器学习挖掘：从公式到模型的完整工作流 做量化有个经典难题：你手里有五六个因子，每个单看都有点道理，但你不知道怎么把它们合在一起用。等权加总？太粗糙。人工设阈值做条件过滤？参数爆炸，根本调不完。 这周在PandaAI上跑通了一条完整的多因子机器学习工作流，从因子公式编写到XGBoost训练再到合成因子输出，三个节点串起来就能跑。下面把整个流程拆开聊聊，希望对刚上手的朋友有帮助。 整体流程：三个节点，一条链 工作流的结构很简单： 特征工程构建→XGBoos...
 使用PandaAl-CQ1; 1.2两种模型的运行，运行Claude失败，运行...
PandaAI智能体交易工作流以及技能的开发思考 现场是构建一个简单的多智能体交易工作流 进行一个期货智能体工作流生成搭建  目前是一个空的工作流，我们进一步往里面添加详细信息。 技能1 
写在前面：从传统因子研究到智能体构建，本次是一次完整的科普向体验记录 一、先聊聊背景：什么是AIAgent？ 如果你是量化圈的老手，可能对「因子挖掘」「策略回测」这些词耳熟能详。但AIAgent是个相对新的概念。 简单说：Agent=大模型+工具+记忆+规划能力 |传统量化代码|AIAgent| |:-------|:--------------| 居中|你写死每一步逻辑|你给目标，它自己规划步骤| |遇到异常直接报错|能推理、反思、重试| |无记忆，每次从头跑|有上下文，能「记住」...
这是我的工作流界面图。  一开始我其实没太当回事。现在这种深色背景、节点连线、卡片式模块的产品太多了，乍一看都很像：拖一拖，连一连，套个“低代码”“AI”“工作流”的词，最后真正干活的时候还是得回到脚本和命令行。 但这张图我多看了几秒，还是停住了。 原因很简单，它不是在演示一个泛泛的“流程编排”，而是在非常具体地展示一件事：怎么把一个量化因子从公式、特征、模型、构建、分析，一步一步跑成一个真的研究流程。 左...
一、基于现成的因子进行框架适配 之前有过现成的因子库，不过是基于Python代码，或者是一些公式描述。在自己的框架中回测有点慢，于是计划将原有的因子和策略重新迁移到PandaAI中。 将指令传入AI助手中  AI助手自动解析代码，准确的解析出我的的指令 二、因子结果展示  这些...
以下是因子的代码 classRewardRiskFactor(Factor): defcalculate(self,factors): close=factors['close'] cum_ret_5=RETURNS(close,5) rolling_max_5=TS_MAX(close,5) drawdown_5=(close/rolling_max_3)1 max_dd_5=TS_MIN(drawdown_5,5) raw_factor=cum_ret_5max_dd_5 cleaned=IF(AS_FLOAT(raw_factorraw_factor),raw_factor,0)...
Agent交易智能体尝试 1.1Agent工作流搭建 智能体交易对于我这种小白来说太深奥了，按教程建立一个最简单工作流跑一遍学习学习 节点库中找到最基础的节点：提示词输入，智能体，智能体聚合，最后是智能体交易。把他们连接起来  1.2提示词 工作流搭建好后，就需要给agen注入灵魂，设计提示词。然后启动工作流  1.1从一个智能体延伸 
